融合QPSO算法的多精度布料仿真建模方法

在布料建模领域，如何快速模拟布料形变之后的褶皱细节是研究的热点。通过使用多精度布料建模方法，在布料的不同形变区域使用不同精度的网格，可以有效平衡建模的精度和速度，已有的工作主要是在布料形变过程中，动态计算出布料质点邻域的曲率，依据人为设定的阈值，划分出布料的多精度区域，而在大部分场景中，布料的变形模式没有规律，固定不变的阈值可能会影响布料的仿真效果。针对该问题，首先将基于量子行为的粒子群算法引入建模过程，通过粒子群算法对布料表面的搜索，提高了布料弯曲部位的搜索效率，优化了多精度布料的建模速度和精度，其次针对布料仿真运动过程进行研究，参考布料受空气阻力的数学模型，以及粒子动力学中的数值积分方法，优化布料运动的仿真计算方法。实验证明，与现有布料多精度方法相比，该方法能较快检测到布料褶皱区域并判断是否需要细化，且能较好地表现出布料仿真过程中空气阻力对布料造成的形变。     

基于实例数据分析的多精度网格布料动画

在布料动画领域,细节变形褶皱的快速逼真模拟是一个具有挑战性的问题.多精度网格布料动画技术,在不同变形区域采用不同密度的网格,由此保证布料运动的丰富细节和更高的动画合成效率.已有的研究工作,主要针对多精度网格布料动画的可计算问题,即在动画过程中动态获取顶点或面片曲率,依据手工设定的阈值进行动态迭代精化,而对于有效性问题,即如何预测布料运动趋势并据此合理修改网格精度,未深入研究.针对该问题,在对布料运动过程中弯曲变形特征进行分析的基础上,提出一种基于实例数据分析的多精度网格布料动画方法.首先,选取一段持续的高精度布料动画作为实例数据,分析并提取弯曲变形模式;其次,以弯曲变形模式作为启发信息,结合有效的精化策略以及精化原则,对相应低精度布料模型进行逐层精化,从而构建多精度网格布料几何模型;最后,建立多精度网格各层质点的受力关系,并通过增加边界约束和质量约束,构建可适用于多精度网格的布料动画模型.实验结果显示,文中预构建的多精度网格模型可用于同类相似运动驱动下的布料动画计算,能够在保持较多细节变形的前提下,有效提高计算效率.     

一种用于实时模拟布料与流体交互的算法研究

针对目前布料与流体交互时出现的流体穿透和布料自碰撞问题,提出一种用于实时模拟布料与流体交互的方法.首先,根据布料的网格拓扑结构引入拉伸约束和弯曲约束对弯曲力以及拉伸力进行建模;其次,采用膨胀式连续碰撞检测方法检测布料与流体间的碰撞,并使用基于惩罚的接触力来处理碰撞响应,解决了高速度流体与布料发生碰撞时的穿透问题;最后,引入交互因子记录布料与流体的首次接触时间,采用扩张的k-DOPs层次包围体结构对布料上的所有几何元素进行相交检测,并采用施加约束的方法处理发生碰撞的质点的位置和速度,保证了检测速率并解决布料自碰撞的问题.实验结果表明,该方法能够准确检测到流体穿透和布料自碰撞的问题,并对交互时的相互作用做出正确的碰撞响应,且该方法具有实时性、效率高和通用性等优点.     

基于柔性衬底的双端固支梁RF MEMS开关相位特性研究

本文针对衬底弯曲对柔性RF MEMS开关相位特性的影响,提出了一种基于LCP柔性衬底的双端固支梁RF MEMS开关相位特性模型,并从软件仿真和实验验证方面对不同曲率条件下开关的相位偏移进行了深入研究,揭示了柔性衬底弯曲对相位偏移量的影响规律.实验结果表明,当柔性衬底弯曲曲率从0增大到28.6 m-1时,RF MEMS开...     

基于改进质点弹簧模型下的布料实时仿真

布料模拟一直是计算机动画的研究热点.且对于虚拟现实技术有着重要意义.在以往的研究中,人们提出了许多模拟织物运动的方法,方法的一个主要缺点是复杂度高、计算效率低,无法满足交互设计和实时动画的要求.在经典质点掸簧模型的表示基础上结合Choi的布料模型,通过简化弹簧弯曲抗力的计算方法,合并了弹簧的结构力和剪切力,从而达到了简化了布料物理模型的目的,提高了模拟的速度.实验证明,采用经改进的质点弹簧模型可以得到实时稳定的布料仿真效果.     

一种基于局部特征的三维模型检索算法

在基于内容的三维模型检索系统中,特征提取技术是三维模型检索的关键。为此,提出基于局部特征的三维模型检索算法。定义一种新的局部特征描述符：曲度,将其作为三维模型检索时的特征。曲度作为对平均曲率与高斯曲率的校正,在不增加额外计算量的前提下,可同时克服平均曲率对平滑模型的不敏感性和高斯曲率分布较均匀的缺点,更真实地反映三维模型的局部弯曲程度。实验结果表明,以曲度作为特征进行检索,可明显提高检索的查准率,配合全局特征检索时则可在保证查全率的基础上,大幅提高检索的准确性。     

基于两次检测曲线的压缩视频关键帧提取*

针对目前压缩域下提取视频关键帧的算法存在特征选取单一、提取的关键帧准确性不高、算法效率低的缺点,提出了压缩域下基于两次曲线曲率检测的关键帧提取算法。算法利用曲线上的高曲率点表示曲线的显著变化,并在此基础上利用压缩视频的固有特征,即离散余弦变换之后的AC系数和DC系数特征,构建特征相似度曲线,进而对曲线进行两次高曲率点检测并提取视频关键帧。实验表明,该算法能快速有效地实现关键帧的自动提取,并可以提高提取关键帧的查准率和查全率。     

基于改进词袋模型的相似关键帧匹配方法

对相似关键帧匹配中存在的低效率及无法很好反映语义特征的问题进行了分析,提出了基于词袋模型的关键帧描述方法,并进一步考虑了视觉词汇表的生成、降维以及词项权重赋予等关键问题,最后利用词袋特征对相似关键帧进行匹配。实验结果表明,提出的基于改进词袋模型的相似关键帧匹配方法不仅能在一定程度上提高匹配准确率,并且能够较大幅度地提高相似关键帧匹配的速度。     

基于机器学习合成高分辨率布料褶皱

为了精化布料网格得到逼真的布料模拟效果,提出了一种基于机器学习的方法合成高分辨率布料褶皱。首先模拟真实的布料运动,获取布料运动的帧数据信息,将布料运动的帧数据信息转换为图像信息的形式进行存储。然后将图像信息作为输入,输入到卷积神经网络(CNN)中进行训练,通过将卷积神经网络与缩小网络相结合,最终得到高分辨率布料图像。最后将高分辨率布料图像转换为高分辨率布料网格,对布料进行模拟。实验结果表明,与初始的低分辨率布料网格对比,合成的高分辨率布料网格模拟出的布料有着大量且细微的褶皱,并且能够模拟出真实的布料效果,与真实场景中的布料模拟效果相似。该方法在不同的场景中都可以模拟出高质量的布料动画效果,而且减少了仿真速度,验证了该方法的有效性。     

一种基于八叉剖分的近似曲率的边折叠简化算法*

为了提高三角网格模型简化的速度,满足实时显示的要求,并且有效地克服边折叠简化算法在低分辨率的状态下易丢失模型重要几何特征的问题,提出了一种基于八叉剖分的近似曲率的边折叠简化算法。采用八叉树结构自适应地分割网格模型空间,同时在各个区域中采用近似曲率的边折叠算法并行地进行边折叠操作。实验证明,该算法取得了不错的效果。     

基于几何测量和变形的真实感织物模拟

提出一种有效、直观的基于几何测量和网格变形的织物模拟方法,可以获得具有不同面料属性的织物真实感形态.织物几何测量方法能够度量反映面料几何属性的3个关键特征,包括复原性、拉伸性和弯曲性.对应这3个几何属性度量,建立包括顶点位置、边长和二面角约束能量项的基于微分网格变形的泛函能量优化模型.3个变形能量项各自对应的权重是从每种真实面料测量数据中量化统计得到.该变形能量函数可以统一在最小二乘数值优化中求解,通过过程优化和权重设置,即可模拟到真实织物行为.实验结果表明,该方法可以有效地仿真到不同面料材质的织物真实感效果.     

基于规则网格的层次化布料动态模拟方法

在布料动态模拟仿真过程中,收敛速度和模拟效率是两个核心指标,可以很好的反应布料在动态过程中的模拟效果。针对布料动态模拟中的收敛速度慢、模拟效率低的问题,提出了一种基于规则网格的层次化模拟方法,实现了基于位置的层次化动态模拟。在该方法中,利用层次化思想在原始网格的基础上构建层次化约束网格,在这个过程中,可以采用不同的决策函数对网格进行精简,构造出更加满足目标要求的约束网格,在构造完成后利用提出的权值关联模型对各层次进行再矫正。在模拟过程中,原始网格利用层次化约束网格从最粗层到最精细层进行收敛矫正,有效避免了传统为提高收敛速度而单一的增加约束矫正迭代次数的问题。为了检验模拟性能,布料在周期钟摆风场下进行了实验。实验表明,在基于规则网格的层次化方法模拟下,能很好的解决传统模拟的约束震荡问题,并且效率高,稳定性好。     

Discrete quadratic curvature energies

We present a family of discrete isometric bending models (IBMs) for triangulated surfaces in 3-space. These models are derived from an axiomatic treatment of discrete Laplace operators, using these operators to obtain linear models for discrete mean curvature from which bending energies are assembled. Under the assumption of isometric surface deformations we show that these energies are quadratic in surface positions. The corresponding linear energy gradients and constant energy Hessians constitute an efficient model for computing bending forces and their derivatives, enabling fast time-integration of cloth dynamics with a two- to three-fold net speedup over existing nonlinear methods, and near-interactive rates for Willmore smoothing of large meshes.     

快速的布料碰撞检测和有效的接触摩擦算法

为了快速处理布料的碰撞检测并获得真实的接触摩擦仿真效果,提出一种基于罚函数的碰撞/接触解决方案.首先,采用质点-弹簧模型进行布料的仿真模拟,在弹簧形变方向添加改进的阻尼力,以减少粒子之间的振荡来保证系统稳定性;其次,采用代数非穿透滤波器对连续碰撞检测算法进行简化求解,快速判断是否存在方程根,提高布料每帧运行的仿真效率;最后,采用库仑约束和接触约束对每个碰撞/接触对进行约束,并结合改进的罚函数法有效地响应所有的碰撞/接触对.实验结果表明,该算法在CPU仿真环境下能快速有效地处理布料的碰撞和接触摩擦,模拟出布料复杂的物理行为,适用于实时的交互应用.     

一种有效的隐式约束动力学布料动画方法

布料动画中,通常采用施加约束的方式限制布料的过度拉伸.已有的研究工作没有充分考虑拉伸约束与弯曲形变之间的关系,构造的动画模型并不完善,无法模拟布料无拉伸而多褶皱的"刚柔"相混的复杂变形效果.针对此问题,提出一种基于隐式约束力的布料动画方法.首先,建立有效的布料弯曲受力模型,并提出一种动态适应性约束方法,能够同时处理布料运动过程中结构和剪切2种不同类型的拉伸,避免单一结构拉伸约束导致的"过剪切"变形或者过约束导致的"刚性"失真效果;建立碰撞约束,避免局部调整穿透质点引起的过度拉伸问题.其次,将各种约束以隐式约束力的形式增加到动力学系统中,采用约束型迭代精化的方法进行求解.实验结果表明,该方法稳定有效,能够在保持布料弯曲形变的前提下,将拉伸控制在合理范围内,真实地刻画布料"易弯抗拉"的变形特征,实现逼真的布料变形动画模拟.     

融合神经网络的布料碰撞检测算法

目的 针对当前在虚拟环境中布料柔体碰撞检测效率慢和准确性低的问题,提出一种根节点双层包围盒树结构和融合OpenNN （open neural networks library）神经网络加速预测碰撞检测的算法。方法 首先改进了碰撞检测常用的包围盒技术,提出根节点双层包围盒算法,减少包围盒的构造时间。其次使用神经网络优化碰撞检测技术,利用神经网络可以处理大量数据的优势,每次可以检测大量基本图元是否发生碰撞,解决了碰撞检测计算复杂性高的问题。最后准确地找到碰撞粒子并做出碰撞响应。结果 在相同的复杂布料模型情况下,根节点双层包围盒算法在运行速度上比传统混合包围盒算法快,耗时缩减了5.51%~11.32%。基于OpenNN算法的总耗时比根节点双层包围盒缩减了11.70%,比融合DNN （deep neural network）的自碰撞检测算法减少了6.62%。随着碰撞检测难度的增大,当布料模型的精度增加84%时,传统物理碰撞检测方法用时增加96%,融合DNN的自碰撞检测算法用时增加90.11%,而本文基于神经网络的算法用时仅增加了68.37%,同时表现出更高的稳定性,满足使用者对实时性的要求。结论 对于模拟场景中简单模型的碰撞,本文提出的根节点双层包围盒算法比传统的包围盒方法耗时短。对于复杂模型,基于OpenNN神经网络的碰撞检测算法在效率上优于传统的包围盒算法和融合DNN的自碰撞检查算法,而且模拟效果的准确性也得以保证,是一种高效的碰撞检测方法。     

Multi‐Resolution Cloth Simulation

We propose a novel, multi‐resolution method to efficiently perform large‐scale cloth simulation. Our cloth simulation method is based on a triangle‐based energy model constructed from a cloth mesh. We identify that solutions of the linear system of cloth simulation are smooth in certain regions of the cloth mesh and solve the linear system on those regions in a reduced solution space. Then we reconstruct the original solutions by performing a simple interpolation from solutions computed in the reduced space. In order to identify regions where solutions are smooth, we propose simplification metrics that consider stretching, shear, and bending forces, as well as geometric collisions. Our multi‐resolution method can be applied to many existing cloth simulation methods, since our method works on a general linear system. In order to demonstrate benefits of our method, we apply our method into four large‐scale cloth benchmarks that consist of tens or hundreds of thousands of triangles. Because of the reduced computations, we achieve a performance improvement by a factor of up to one order of magnitude, with a little loss of simulation quality.     

Material-aware cloth simulation via constrained geometric deformation

Most real-world cloth consists of nonlinear material and exhibits anisotropic behavior. This paper proposes an efficient and expressive mesh deformation method to obtain realistic cloth shapes with various cloth materials. The key idea in this work is to model the cloth using a mesh-based deformation energy that is composed of several energy terms and to fit the weighting coefficients of the terms from real data. We first develop a direct geometrical material measurement method for testing the recovery, stretching and bending behaviors of different real cloth samples. Then, we separate the geometric deformation energy into three terms related to the vertex position, edge length and bending of the dihedral angle, respectively, and the weights for the three energy terms are learned from the data measured with real cloth. Reusing the weights for the geometric deformation by a numerical solution in the least square sense can model similar cloth behavior. The experiments show that our method effectively provides rich cloth simulation results that are able to capture distinctive material effects.